【整理】仿真软件的硬件依赖：哪些吃 CPU、哪些吃 GPU、哪些加了显卡反而更慢

做 CAE 的人配机器，几乎都会碰到同一个困惑：

• 听说 Fluent 上 GPU 能快好几倍，兴冲冲加了卡，结果发现同一张卡在 CFX 上一分钱效果都没有；

• 花大价钱买的专业卡没什么感觉，隔壁用游戏卡跑分子动力学反而飞快；

• 算例加了卡之后不但没快，还更慢了。

原因基本不在"性能够不够"，而在软件的算法实现方式。下面把 Ansys、Abaqus、LS-DYNA 这几个主力求解器拆开讲一遍，尽量给出官网可查的依据。

一、先分清两种"支持 GPU"

"支持 GPU"这句话，在不同软件里含义差别可以非常大：

第一类可以理解为"换引擎"，第二类只是"加了涡轮"。买卡之前先确认自己用的是哪一类，比选卡型号重要得多。

再叠加一层更硬的门槛：双精度（FP64）。

多数结构求解器的矩阵运算大量是双精度的，而双精度能力在显卡上的分布极不均匀——数据中心卡的双精度通常在 FP32 的 1/2 左右，消费级显卡则被削到 1/64。

但这里要留一个重要的例外：Fluent 的 GPU 求解器明确不使用 FP64 核心（见后文）。所以"要不要在意 FP64"，本身就是按软件分岔的一件事，不能一概而论。

RTX 4090 的 FP32 纸面比 V100 高 5 倍，双精度只有 V100 的 1/6。这就是"消费卡不是便宜的专业卡，是砍掉双精度的卡"这句话的来源。

把上面这层拆完，"加了卡没变快"其实来自几个完全不同的原因，后面对号入座时会反复用到：

①和④是"用不上"，②是"用不满"，③是"用了倒亏"——四种情况的处理方式完全不同。

二、Ansys：同一套软件，模块之间差别极大

Ansys 官网有专门的 GPU 支持清单，按模块列得很清楚。《GPU Accelerator Capabilities》文档（发布在 Ansys 官网 Platform Support 页，历年版本口径一致）里，支持 GPU 加速器的应用包括 Mechanical APDL、HFSS、Maxwell、Icepak、EMIT、Polyflow 等。

Fluent——GPU 化最彻底的一个

Fluent 走的是原生 GPU 求解器，整个求解都在 GPU 上，是 Ansys 产品线里 GPU 收益最大的一块。官方博客给出的燃机详细化学反应案例加速约 8~10 倍。

但它的硬件要求有几条是硬性的，买卡之前一定要照着核：

显存估算有一条很好用的官方经验值：六面体网格、单精度、100 万单元、开湍流，约需 1 GB 显存。开双精度再加 50%，多面体网格再加 20%~40%，用 AMG 的 maximal independent set（MIS）聚合方式可以省 20%~25%（官方同时提醒：MIS 稳定性略逊于默认聚合方式，但速度更快）。

同一份官方文档里还有一句很关键、却常被忽略的话：

Fluent GPU 求解器主要使用 GPU 的 FP32 核心，不使用 FP64 核心，即使这块卡上有。

也就是说，前文那张 FP64 对照表在 Fluent 这里不成立——它不吃双精度。 包括 RTX 6000 Ada 在内的中低价位卡没有 FP64 核心，Fluent 靠 CUDA 库用两个 FP32 核心模拟双精度，代价是双精度大约只剩一半速度。所以 Fluent 客户选卡的逻辑是"单精度场景看 FP32 与显存，确有必要跑双精度时，再考虑卡上有没有 FP64 核心"，而不是一律上专业卡。

⚠️ 另一个必须知道的前提：Fluent 官方列出的 GPU 只有 NVIDIA（CUDA）、AMD Instinct（ROCm）和 Intel（Ponte Vecchio）几条路，没有国产卡。 如果项目要求国产化替代，Fluent GPU 求解器这条路目前走不通，只能回到 CPU。

CFX——完全没有 GPU 求解器

不用找了，官方 GPU 支持清单里没有 CFX。叶轮机械方向（压气机、涡轮）的客户，硬件预算应该全部压在 CPU 核数和内存上，加卡是纯浪费。

Mechanical / Mechanical APDL——要按求解器分情况

这是最容易被一句话概括错的地方。官方帮助文档写得很细：

• 支持的分析类型：静力（线性/非线性）、屈曲、模态、谐响应（full 法 + sparse）、瞬态（full 法 + sparse/PCG/JCG/mixed）、子结构（仅生成 pass）

• 求解器支持：sparse direct、PCG、JCG、mixed

• ⭐ 关键分岔：用 sparse 求解器或基于 sparse 的特征值求解器（Block Lanczos、subspace）时，官方只推荐双精度性能强的卡（FP64）；而用 PCG、JCG、mixed、PCG Lanczos、PCG Block Lanczos 时，任意推荐卡都能获得不错的性能→ 也就是说，"要不要买专业卡"取决于你跑哪个求解器，不是取决于你用不用 Mechanical

• 共享内存并行下，sparse 求解器无论申请几张卡，实际只用 1 张；PCG/JCG 才会把申请的卡都用上

• 用 AMD Instinct 跑 PCG/JCG 且走 Linux 时，同样只用 1 张卡

• 显存门槛：官方安装指南建议单卡显存不低于 16 GB，否则在大模型上拿不到有意义的加速

• 支持范围在逐版变化：2026 R1 的官方文档里开始收录部分 GeForce RTX 50 系列（同时也提示消费卡的显存容量会限制大模型性能）。这类名单是逐版本推进的，查的时候务必对版本号。

• ⚠️ 不支持加速的情形（求解会继续，但不用 GPU）：sparse 求解器触发部分主元选取时——常见于混合 u-P 公式单元、基于拉格朗日乘子的 MPC184 单元、TARGE169~CONTA178 接触单元、以及部分电路单元

HFSS / Maxwell / Icepak——有个"卡型不支持"的坑

"我买了张 RTX 6000 Ada 装到电磁仿真机上"——这在 Maxwell 和 HFSS 频域/时域求解器上是官方不支持的组合。 这条特别容易踩，因为 RTX 系列的显存和 FP32 都很漂亮，唯独不在支持列表里。

另外 Maxwell 有个实际表现：矩阵规模不够大时，程序会判断不值得用 GPU 而自动退回 CPU 跑——客户看到"显卡利用率很低"通常就是这个原因，不是卡坏了。

⚠️ 需要说明的是，市面上流传的一些第三方整理表把 Maxwell、Icepak 标成"纯 CPU"，这与 Ansys 官方《GPU Accelerator Capabilities》文档不一致。Ansys 每个大版本都会调整 GPU 支持范围，建议以对应版本的官方清单为准。

LS-DYNA——官方口径是"不支持"

Ansys Knowledge 的 FAQ 写得很直接："GPU processing is currently not supported in any release of LS-DYNA. However, it is in the future plans to be implemented for LS-DYNA implicit."（目前所有版本的 LS-DYNA 都不支持 GPU 处理，计划在未来实现于隐式求解）

不过这件事正在变化：Ansys 团队在 2023 年第 14 届欧洲 LS-DYNA 会议上发表的论文，讨论的正是对称不定求解器的 GPU 加速 + 混合精度 + 块低秩近似（BLR），文中明确写"本文讨论的大部分内容已存在于 LS-DYNA 开发版，计划随 R15 发布"。论文还提到一个重要限制：这些内容仅适用于对称不定求解器。

但时间点要留意：R15.0.0 的官方 Release Notes（2024 年 3 月，LSTC 发布）中，隐式求解器一节列出的新增功能是块低秩近似（BLR）、JFNK GMRES 方法与 Fast Lanczos 特征值求解器，并没有单列 GPU 加速条目。 也就是说，论文里的时间承诺至少没有体现在 R15.0.0 的首发说明中——"路线图 vs 实际交付"的落差，在商用求解器里是常态。

市面上也有第三方称 LS-DYNA 配 H100 / L40S 可获约 4 倍加速的说法，但我没有找到对应的官方文档支持。

结论：LS-DYNA 目前按 CPU MPP 多核规划硬件。 客户问 GPU，答"以官方发布为准"，不要承诺——这是公开资料里矛盾最多的一块。

三、Abaqus：GPU 只在很小的范围里起作用

Abaqus 的情况比 Ansys 更极端：它是"CPU + 内存"的软件，GPU 是配角。

NVIDIA 与 SIMULIA 的合作白皮里，硬件要求一节写得非常直白：

• Two (2) socket CPU system with enough RAM to perform in-core simulations

• Use GPU boards with 12 GB to 24 GB of memory per GPU and high double-precision capacity

• Avoid using GeForce® GPUs and gaming class cards for accelerating Abaqus computations.

官方（合作白皮）明确写：避开 GeForce 和游戏级显卡。 这是本文里最值得记住的一句话。

几条实际规则：

• 只有隐式求解器（Abaqus/Standard）和 AMS 特征值求解器适合 GPU 加速，且模型必须足够大；官方系统的建议是"不要在没确认需求真实存在之前就去买卡"。曾出现过"给单核求解加上一张卡、求解时间减少 75%"的案例，但那是模型规模配合的结果，不是通用结论

• 几何前处理器 Abaqus/CAE 对显卡要求很低，任何 CAD 卡都够用——所以"为了 Abaqus 买卡"要分开看：前处理不需要，求解才可能用得上

• AMD 卡目前不支持（GoEngineer 与多家代理商口径一致，均指向 NVIDIA CUDA）

• 用 RTX A6000、Quadro P2200 这类 CAD 向卡可以启用，但基本不会带来可感知的加速——它们的双精度能力不够。在官方的推荐卡清单里，这类卡也确实只出现在"迭代类求解器"一列，sparse 直接求解器那一列是空的

另外有一条对整机配置影响很大的事实，很多整理帖都没提：

Abaqus 不受益于超线程（Intel HT / AMD SMT），需在 BIOS 里手动关闭。

也就是说，Abaqus 认的是物理核：一台 64 核 128 线程的机器，对 Abaqus 来说有效并行度就是 64。这一点在做配置规划和报价对比时必须说清，否则容易把线程数当核数来算。

还有两条选择 CPU 的判断规则（来自代理商与咨询公司的长期实践总结，非官方规格文档）：

• Abaqus/Standard（隐式）更吃单核主频，而不是核数——文中举的例子是 16 核 3.6 GHz 的 Xeon 6444Y 通常优于 24 核 2.6 GHz 的 6442Y。加核往往意味着降频，隐式分析反而变慢

• Abaqus/Explicit（显式）走 DMP 时核数更重要，且 L3 缓存关键，AMD 的 3D V-Cache 在多节点显式场景下线性度更好

最后是许可。Abaqus 用的是 token 制，而不是按核买 license。多数高校 HPC 中心采用同一个公式：

所需 token 数 = INT(5 × 核数^0.422)（INT 表示取整，不是四舍五入）

据此：

核数从 1 涨到 256（256 倍），token 从 5 个涨到 51 个（约 10 倍），每核分摊的 token 从 5.0 个降到 0.20 个。结论是：Abaqus 客户用大核数单机比用一堆小机器更划算，而且 Abaqus 跨节点 MPI 的通信衰减明显，官方也建议单机多核并行效率最高。

顺带一条实用信息：Abaqus 的 GPU 作业同样只 checkout 5 个 token（等同于单核串行作业，核数增加才会增加 token）；且现有许可只允许 Abaqus/Standard 做 GPU 作业。

四、三个比显卡更容易被忽略的瓶颈

1. 内存——最容易"卡死"的地方

内存不够不是线性变慢，是断崖式下跌：

• Abaqus：显式求解内存不足会直接跑不起来；隐式求解会转为写临时文件到磁盘（out-of-core），速度大幅下降并伤盘

• Fluent GPU：系统内存不足会导致整个模型装不下（见前文官方规则）

• Ansys Mechanical 的稀疏求解场景还有一条容易被忽略的约束：宿主内存要和显存匹配——在这里内存往往比显存更早成为瓶颈。有资料给出的经验配比是 CPU 内存 ≥ 2 倍 GPU 显存总和，具体以对应版本的支持文档为准

经验值上，内存容量和通道数比内存频率更关键；显式分析格外吃内存带宽，所以服务器/工作站平台的通道数优势（Xeon、EPYC、Threadripper 的多通道）在显式场景里能直接换成速度。ECC 对性能影响不大，但在结果不容出错的专业场景是标配。

2. 存储 I/O

不管是 Gaussian 那种大量临时文件，还是 Abaqus 的 out-of-core 落盘，把临时/工作目录放在本地 NVMe 上而不是网络盘上，收益常常比多加几条内存更直接。

3. 许可

这一层最容易被漏算，但它经常决定"这套硬件到底能不能用满"：

• Ansys 的 HPC 按 HPC Pack / HPC tasks 计，Fluent 的原生 GPU 求解器需要 CFD Enterprise 授权（含 40 个 SM/CU，超出部分要买 HPC Pack）；CFD HPC Ultimate 于 2025 R1 SP1 首次引入（2025 R2 起扩展支持 Aero、Icing、Polyflow 工作空间），取消了核心数与 SM 数上限，对"先买硬件再补授权"的团队是利好；GPU 的许可按全部卡上 SM/CU 总数计，与卡的数量无关

• LS-DYNA 的 HPC 不能用标准 HPC Pack，必须用 LS-DYNA 专用的 dysmp 授权（按 HPC-8/16/32/64/128/256 卖）

• Abaqus 走 token 制（见前文公式）

买硬件之前先确认授权能覆盖到多少个核/多少张卡，否则多买的核跑不起来。

五、结论：按求解器和规模对号入座

六、一句话总结

"支持 GPU"这四个字，在不同软件里的含义差别，可能比 CPU 和 GPU 之间的差别还大。

配机器之前先定三件事：什么软件、哪个求解器、多大模型。这三个确定了，硬件选择基本就没有悬念——加卡没效果，八成不是卡的问题，是你用错了求解器，或者模型规模还没到 GPU 划得来的门槛。

依据与口径说明

官方文档 / 官方口径

| GPU 加速器支持的应用清单、各模块支持的卡型（含 HFSS / Maxwell / Icepak） | Ansys 官方《GPU Accelerator Capabilities》(ansys.com Platform Support)；Ansys Help《Supported GPUs by Solver》(Electronics v252) | | Mechanical APDL 支持的分析类型、求解器与 FP64 的关系、单卡限制、不支持加速的情形 | Ansys Help v261《3.2 Supported GPU Hardware, Analysis Types, and Features》(ans_dan/gpusupport) | | Mechanical APDL 推荐/可用的 GPU 卡清单（区分 sparse 与 iterative）、16 GB 显存建议、2026 R1 收录部分 RTX 50 系 | Ansys, Inc. Installation Guides (v252) "Requirements for the GPU Accelerator in Mechanical APDL" | | CFD HPC Ultimate 的引入版本（2025 R1 SP1）与支持范围 | Ansys Fluent Release Notes and Migration Manual (v252) | | LS-DYNA 不支持 GPU | Ansys Knowledge FAQ《Does LS-DYNA support GPU processing?》 | | LS-DYNA 隐式求解器的 GPU 加速规划（计划随 R15、仅对称不定求解器）；R15.0.0 实际新增内容（BLR / JFNK GMRES / Fast Lanczos） | Ansys 团队论文《Speeding Up LS-DYNA Implicit with Mixed Precision, Low Rank Approximations, and Accelerators》，第 14 届欧洲 LS-DYNA 会议（2023），dynalook.com；LSTC《R15.0.0 Release Notes》(2024-03) | | Abaqus 硬件要求、明确避开 GeForce / 游戏卡 | NVIDIA × SIMULIA 白《Accelerating Abaqus Computations》（images.nvidia.com） | | Abaqus token 计算公式与核数对照表、GPU 作业只计 5 个 token、仅 Standard 支持 GPU | 高校 HPC 中心文档口径一致：田纳西大学 OIT、利兹大学 ARC、伯明翰大学 BEAR、俄亥俄超级计算中心 OSC | | Fluent 燃机详细化学反应 8~10 倍 | Ansys 官方博客《What's New in Ansys Fluids 2025 R2》 | | Ansys HPC Pack 覆盖范围、LS-DYNA 需专用 dysmp 授权 | Ansys 授权资料（由 CADIT 等代理商整理，属二手转述，建议以 Ansys 官方 Licensing Guide 核对） |

第三方实践总结（非官方规格，仅供参考）

显卡 FP64 算力数据：各厂商公开规格表汇总整理（NVIDIA 官方规格页 / 第三方显卡参数表），仅作量级参考。

本文未覆盖：COMSOL、STAR-CCM+、OpenFOAM、Rocky、Abaqus 的 CFD 后继产品（XFlow / PowerFLOW）等。其中 COMSOL 与 STAR-CCM+ 的 GPU 支持情况建议直接查对应版本的官方硬件说明；Abaqus/CFD 已于 2017 版停产，流体功能转由 SIMULIA 的 XFlow / PowerFLOW 承接——遇到"用 Abaqus 跑流体"的说法，可以指出这一点。